兔子昂

前言

网上好多对index_col的解释都有点别扭，基本都是将False和None等同起来了。（都是重新设置一列成为index值），所以我去谷歌了解了一下。

介绍

pandas是python中的一个库，read_csv是pandas的读取csv数据的一个函数。而index_col是read_csv中的一个参数。用来指定表格的索引值。

来看下pandas官方文档是怎么定义index_col的：

index_col : int, sequence or bool, optional

Column to use as the row labels of the DataFrame. If a sequence is given, a MultiIndex is used. If you have a malformed file with delimiters at the end of each line, you might consider index_col=False to force pandas to not use the first column as the index (row names).

解释一下： index_col的值有三种，整数型，序列，布尔，并且是可选的，默认是None

如果您的文件格式不正确，每行末尾都有分隔符，则可以考虑使用index_col=false强制pandas不使用第一列作为索引（行名）。

区别

在默认为None的时候，pandas会自动将第一列作为索引，并额外添加一列。所以大多我们会使用index_col=0，直接将第一列作为索引，不额外添加列。

import io
import pandas as pd
t="""index,a,b
hi,hello,pandas"""
df = pd.read_csv(io.StringIO(t))
print(df)

上面是index_col为None的代码（默认为None），结果如下：

  index      a       b
0    hi  hello  pandas

可以看到多了一列，做为line label，也就是行号。

来试下index_col为0的情况：

import io
import pandas as pd
t="""index,a,b
hi,hello,pandas"""
df = pd.read_csv(io.StringIO(t),index_col = 0)
print(df)

输出如下(打印出现了错行，不过对写入文件没影响)

           a       b
index
hi     hello  pandas

可以看到这时的line label就是第一列的值。

知道了None和0的作用，那么False呢？其实上面的官方文档已经写了。

假设你有一个格式错误的文件，哪里错了啊？
文件的每行末尾都有分隔符。这就是格式错误的。

那么就可以使用False来强制不使用第一列作为索引，同时丢弃最后一列。(因为末尾多了个分隔符，所以最后一列就是NaN)

同样来看下演示：

import io
import pandas as pd
t="""index,a,b
hi,hello,pandas,"""
df = pd.read_csv(io.StringIO(t),index_col = 0)
print(df)
df = pd.read_csv(io.StringIO(t),index_col = False)
print(df)
df = pd.read_csv(io.StringIO(t),index_col = None)
print(df)

我这里故意在定义t的时候，给pandas后面加了个逗号。看下结果：

    index       a   b
hi  hello  pandas NaN
  index      a       b
0    hi  hello  pandas
    index       a   b
hi  hello  pandas NaN

看到区别了吧！

如果index_col是None或者0，他们输出时候都会多了个NaN，而且都将第一列作为行号。

而False不会用第一列作为行号，同时还会丢弃最后一列错误的值。

总结

所以百度上那些都是乱转载的，根本不详细。还是要多实践。

加一张图来总结下，我画的框框那里讲的很好：

参考：

pandas.read_csv学习笔记 - 李啸林的专栏 - CSDN博客

python - pandas read_csv index_col=None not working with delimiters at the end of each line - Stack Overflow

Python Recipes Handbook: A Problem-Solution Approach
就是最后那张图的地址
pandas.read_csv官方文档